| 卷积神经网络对SAR目标识别性能分析 |
| |
| 引用本文： | 邵嘉琦,曲长文,李健伟. 卷积神经网络对SAR目标识别性能分析[J]. 雷达科学与技术, 2018, 16(5): 525-532 |
| |
| 作者姓名： | 邵嘉琦 曲长文 李健伟 |
| |
| 作者单位： | 海军航空大学，山东烟台264001 |
| |
| 摘 要： | 近年来，以卷积神经网络（Convolutional Neural Network，CNN）为代表的深度学习方法在图像识别领域取得了巨大进展，但尚未在SAR目标识别领域得到广泛应用。基于此，将具有代表性的LeNet，AlexNet，VGGNet，GoogLeNet，ResNet，DenseNet，SENet等卷积神经网络模型应用到SAR图像目标识别上，并依据识别精度、模型尺寸、运行时间等指标在公开SAR数据集MSTAR上对9类目标进行识别实验。详细对比分析了不同CNN模型的综合性能，验证了利用CNN网络模型进行SAR图像目标识别的优越性，同时也为该领域的后续工作提供了参考基准。
|
| 关 键 词： | 卷积神经网络(CNN)；合成孔径雷达（SAR）；目标识别；深度学习 |
A Performance Analysis of Convolutional Neural Network Models in SAR Target Recognition |
| |
| SHAO Jiaqi,QU Changwen,LI Jianwei. A Performance Analysis of Convolutional Neural Network Models in SAR Target Recognition[J]. Radar Science and Technology, 2018, 16(5): 525-532 |
| |
| Authors: | SHAO Jiaqi QU Changwen LI Jianwei |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《雷达科学与技术》浏览原始摘要信息 |
|
点击此处可从《雷达科学与技术》下载免费的PDF全文 |
